【技术实现步骤摘要】
一种基于加权支持向量机的水声目标识别方法
本专利技术属于水声目标识别
,特别是涉及一种基于加权支持向量机的水声目标识别方法。
技术介绍
随着声纳技术、信号检测与估计、计算机处理等技术的进步,水声目标识别技术已经发展成为一门具有独立体系的学科。该研究从目标特性分析、目标特征提取和目标识别分类器选择与设计三个方向出发,探究水下目标的分类识别问题。随着现代水声信号处理技术的发展,各类分类器不断被应用至水声目标识别系统中,使得水下目标识别技术向着智能化、自主化的趋势得到飞跃的发展。目前应用在水声目标识别问题中的决策分类方法主要有以下四种:1.遗传算法,通过模拟生物进化过程中的基因遗传和突变原理,寻找最优种群结构的智能优化算法。2.神经网络方法,模拟人脑处理运算方式,以神经元为基点建立非线性网络,能自主的进行学习训练,自适应调节分类网络结构实现对样本的分类预测。3.模糊识别方法,利用模糊集理论中最大隶属度原则或临近原则对样本类别进行判决。4.统计学习分类方法,通过对大量样本的统计分析,获取不同类别目标统计分布特征之间的差异,对测试集样本的统计分布特征进行距离度量,实现类别模式之间的匹配。然而,水声目标工况多变、海洋环境信道复杂以及样本数据难以获取等因素为水声目标识别带来了极大的挑战。由于神经网络是基于机器学习的经验风险最小化准则,在训练样本数目不足时可能引起“过学习”或“欠学习”问题,严重影响分类性能。而模糊识别方法主要依靠人的主观因素,不具有自主学习能力,不适用于复杂分类系统。基于统计学习的支持向量机分类器利用 ...
【技术保护点】
1.一种基于加权支持向量机的水声目标识别方法,其特征在于:具体包括以下步骤:/n步骤一:对获取的N类水声目标样本数据,进行分帧预处理;其中N大于等于2;/n步骤二:根据步骤一得到的预处理样本,利用谱分析特征提取方法获得各类样本的特征向量,作为分类器特征样本库;/n步骤三:将水声目标特征样本两两组合生成
【技术特征摘要】
1.一种基于加权支持向量机的水声目标识别方法,其特征在于:具体包括以下步骤:
步骤一:对获取的N类水声目标样本数据,进行分帧预处理;其中N大于等于2;
步骤二:根据步骤一得到的预处理样本,利用谱分析特征提取方法获得各类样本的特征向量,作为分类器特征样本库;
步骤三:将水声目标特征样本两两组合生成个二元目标分类对,添加类别标签,把N元分类问题转化为个二元分类问题,搭建个加权支持向量机识别模型,选取高斯径向基核函数作为内积函数;
步骤四:根据步骤三中生成的二元目标分类对,分别设定加权支持向量机识别模型的核函数参数及惩罚因子参选范围,选择各类目标40%的特征样本作为参选训练数据,以k折交叉验证方法作为分类器识别性能评价标准,设置步长,利用网格搜索法寻找最优核函数参数及惩罚因子;
步骤五:根据步骤四中获得的最优核函数参数及惩罚因子,选取各类目标70%的特征样本输入到对应的加权支持向量机识别模型进行训练,所述各类目标70%的特征样本中包含步骤四中的参选训练数据;
步骤六:根据步骤五中获得训练完成的二元水声目标识别分类器,令未参加训练的30%特征样本数据作为测试样本,同时输入到个分类器中进行识别,利用一对一举手准则判定水声目标所属类别,通过混淆矩阵反映分类器对水声目标的识别结果;
步骤七:统计分类器的识别正确率,评价分类器性能,当识别正确率低于设定阈值时,返回步骤四,提高参选样本数量,重新选择模型参数。
2.根据权利要求1所述的方法,其特征在于:在步骤一中,对水声目标样本数据进行分帧,也就是将信号样本分割成一段一段的帧序列,分帧之后,每一帧的长度称为“帧长”,帧序列的数目称为“帧数”,以每一帧数据作为一个样本。
3.根据权利要求2所述的方法,其特征在于:在步骤二中,根据步骤一中获得的预处理样本,对每一帧样本数据进行谱分析提取特征,提取的特征包括:
利用LOFAR谱分析获得水声目标信号的频域线谱特征;
利用DEMON谱分析获得水声目标信号调制谱的基频特征;
利用高阶谱分析抑制水声目标信号中的高斯噪声,获得信号中非线性耦合特征;
利用小波变换分析获得水声目标信号中的能量尺度变化特征;
将谱分析获得的特征值重组降维,归一化处理后,获得的特征向量称之为水声目标的特征样本,建立分类器特征样本库。
4.根据权利要求3所述的方法,其特征在于:所述步骤三具体为:
当特征样本库中目标个数N>2时,对应的训练样本集为{x1,x2,...,xN};将样本集中按样本类别两两组成训练样本集,即训练样本集Ti-j(xi,xj)满足(i,j)∈{(i,j)|i>j,i,j=1,2,...,N};将标号为i的训练样本标记为正类点,标号为j的样本标记为负类点,形成个二元目标样本对,把N元分类问题转化为个二元分类问题,由此搭建个加权支持向量机识别模型;
假设训练样本数据集yi∈Y={-1,1},i=1,2,...,n,能够被一个高维空间中的超平面(w·x)+b=0分开,式中b∈R,使对应yi=+1的样本和yi=-1的样本分布在超平面两侧,将距超...
【专利技术属性】
技术研发人员:齐滨,梁国龙,付进,孙金,王燕,王逸林,张光普,王晋晋,邹男,
申请(专利权)人:哈尔滨工程大学,
类型:发明
国别省市:黑龙江;23
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。